[发明专利]一种雷达回波预测方法、装置、设备及存储介质

权利要求书

1.一种雷达回波预测方法，其特征在于，包括：

获取原始雷达回波图像，并将所述原始雷达回波图像作为待处理图像；

将所述待处理图像输入预设的多尺度雷达回波预测网络模型，根据输出的生成结果确定融合雷达回波图；

根据所述融合雷达回波图确定雷达回波预测结果。

2.根据权利要求1所述的方法，其特征在于，所述多尺度雷达回波预测网络模型中至少包括第一尺度预测子模型和第二尺度预测子模型，所述多尺度雷达回波预测网络模型的训练步骤包括：

将图像训练样本集分别采样为第一尺度的第一图像训练样本集和第二尺度的第二图像训练样本集，其中，所述图像训练样本集包括真实图像集以及与真实图像集对应的标定图像集，所述标定图像集中包括与所述真实图像集对应的雷达回波预测位置信息；

通过所述第一图像训练样本集对初始第一尺度预测子模型进行训练，确定第一尺度预测子模型，并获得第一尺度预测子模型输出的第一特征图；

通过所述第一特征图与所述第二图像训练样本集对初始第二尺度预测子模型进行训练，确定第二尺度预测子模型；

融合所述第一尺度预测子模型与所述第二尺度预测子模型，构成多尺度雷达回波预测网络模型。

3.根据权利要求2所述的方法，其特征在于，所述通过所述第一图像训练样本集对初始第一尺度预测子模型进行训练，确定第一尺度预测子模型，包括：

将所述第一图像训练样本集输入至初始第一尺度预测子模型，提取第一中间结果集；

将所述第一中间结果集、所述标定图像集与给定的至少一个损失函数表达式相结合，确定对应的第一损失函数，并通过对各所述第一损失函数的融合处理形成第一拟合损失函数；

基于所述第一拟合损失函数对所述初始第一尺度预测子模型进行训练，直到满足预设收敛条件获得第一尺度预测子模型。

4.根据权利要求2所述的方法，其特征在于，所述通过所述第一特征图与所述第二图像训练样本集对初始第二尺度预测子模型进行训练，确定第二尺度预测子模型，包括：

将所述第一特征图与所述第二图像训练样本集输入至初始第二尺度预测子模型，提取第二中间结果集；

将所述第二中间结果集、所述标定图像集与给定的至少一个损失函数表达式相结合，确定对应的第二损失函数，并通过对各所述第二损失函数的融合处理形成第二拟合损失函数；

基于所述第二拟合损失函数对所述初始第二尺度预测子模型进行训练，直到满足预设收敛条件获得第二尺度预测子模型。

5.根据权利要求3或4所述的方法，其特征在于，拟合损失函数的表达式，包括：

其中，n表示所述标定图像集的总帧数，w_i表示中间结果集中第i帧的权重且w_i＝0.5+i/n，gt_i表示所述标定图像集中的第i帧，pred_i表示中间结果集中的第i帧，所述中间结果集中至少包括第一中间结果集和/或第二中间结果集。

6.根据权利要求1所述的方法，其特征在于，所述将所述待处理图像输入预设的多尺度雷达回波预测网络模型，根据输出的生成结果确定融合雷达回波图，包括：

将所述待处理图像分别采样为第一尺度的第一待处理图像和第二尺度的第二待处理图像；

将所述第一待处理图像输入所述多尺度雷达回波预测网络模型中的第一尺度预测子模型中，确定第一生成结果；

将所述第二待处理图像输入所述多尺度雷达回波预测网络模型中的第二尺度预测子模型中，确定第二生成结果；

将所述第一生成结果与所述第二生成结果进行融合，并将融合后的生成结果确定为融合雷达回波图。

7.根据权利要求6所述的方法，其特征在于，所述将所述第一生成结果与所述第二生成结果进行融合，并将融合后的生成结果确定为融合雷达回波图，包括：

将所述第一生成结果与所述第二生成结果转换至目标尺寸；

确定转换后的第一生成结果与转换后的第二生成结果中对应位置像素点的像素平均值；

根据各像素平均值生成所述目标尺寸的融合生成结果，并将所述融合生成结果确定为融合雷达回波图。